一种基于深度学习的两阶段斜体字符识别方法及装置制造方法及图纸

本申请实施例提供的一种基于深度学习的两阶段斜体字符识别方法及装置，方法采用根据设定置信度范围，获取第一特征图中第一个通道的文本区域、及剩余八个通道的坐标区域的方式，对斜体字符所在的位置进行了第一次定位，即斜体字符位于文本区域；采用根据文本区域和坐标区域中每个像素的横、纵坐标，获取文本框顶点的横、纵坐标的方式，对斜体字符所在的位置进行了第二次定位，即斜体字符位于文本框内。根据文本框顶点的横、纵坐标、设定的矫正后文本框高度，获取矫正后的文本区域的图像，实现了将文本区域的图像包含的斜体字符矫正为正体字符，进而实现了对矫正为正体字符的斜体字符的识别。字符的识别。字符的识别。

【技术实现步骤摘要】
一种基于深度学习的两阶段斜体字符识别方法及装置


[0001]本申请涉及斜体字识别领域，尤其涉及一种基于深度学习的两阶段斜体字符识别方法及装置。

技术介绍

[0002]深度学习是机器学习的一种，是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。字符识别，是指对已分割出的文字区域进行识别文字内容。斜体字符是在正常字体样式基础上，通过倾斜字体实现的一种字体样式。
[0003]然而，在文本中包含字符为斜体字符的场景下，现有模型无法直接识别斜体字符，导致了斜体字符识别失败。

技术实现思路

[0004]为了解决由于字符识别时无法直接识别斜体字符，而导致斜体字符识别失败的问题，本申请提供了一种基于深度学习的两阶段斜体字符识别方法及装置。
[0005]为了解决上述技术问题，本申请实施例公开了如下技术方案：
[0006]第一方面，本申请实施例公开了一种基于深度学习的两阶段斜体字符识别方法，包括：
[0007]对待检测文本进行特征提取，获取第一特征图，第一特征本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习的两阶段斜体字符识别方法，其特征在于，包括：对待检测文本进行特征提取，获取第一特征图，所述第一特征图为第一预设通道的预设尺度的特征图；根据设定置信度范围，获取所述第一特征图中第一个通道的文本区域、及剩余通道的坐标区域；基于密集预测，根据所述文本区域和所述坐标区域中每个像素的横、纵坐标，获取文本框顶点的横、纵坐标，所述文本框为所述文本区域的最小面积外接四边形；根据所述文本框顶点的横、纵坐标、设定的矫正后所述文本框高度，对所述文本区域进行透视变换裁剪，获取矫正后的所述文本区域的图像；对矫正后的所述文本区域的图像进行特征提取，获取第二特征图，对所述第二特征图宽度上的序列信息建模，以识别矫正后的所述文本区域的图像中正体字符，矫正后的所述文本区域的图像为包含正体字符的图像。2.根据权利要求1所述的基于深度学习的两阶段斜体字符识别方法，其特征在于，在所述对待检测文本进行特征提取，获取第一特征图，所述第一特征图为第一预设通道的预设尺度的特征图的步骤中，所述方法包括：对待检测文本进行多尺度的特征提取，获得多尺度的特征图，根据所述多尺度的特征图，获得上采样、逐元素相加、卷积平滑处理后的多尺度的特征图，所述多尺度的特征图包括预设尺度的特征图；根据上采样、逐元素相加、卷积平滑处理后的预设尺度的特征图，获得第一特征图，所述第一特征图为第一预设通道的预设尺度的特征图。3.根据权利要求1所述的基于深度学习的两阶段斜体字符识别方法，其特征在于，所述第一预设通道的预设尺度的特征图为9通道的1/4尺度特征图。4.根据权利要求1所述的基于深度学习的两阶段斜体字符识别方法，其特征在于，所述置信度范围为像素值范围。5.根据权利要求1所述的基于深度学习的两阶段斜体字符识别方法，其特征在于，在所述基于密集预测，根据所述文本区域和所述坐标区域中每个像素的横、纵坐标，获取文本框顶点的横、纵坐标，所述文本框为所述文本区域的最小面积外接四边形的步骤中，所述方法包括：基于密集预测，根据文本区域中每个像素的横、纵坐标，分别获取坐标区域相应像素的横、纵坐标，作为文本框的一组顶点横、纵坐标，对所述文本框的多组顶点横、纵坐标进行NMS过滤，获取文本框顶点的横、纵坐标，所述文本框为所述文本区域的最小面积外接四边形。6.根据权利要求1所述的基于深度学习的两阶段斜体字符识别方法，其特征在于，在根据所述文本框顶点的横、纵坐标、设定的矫正后所述文本框高度，对所述文本区域进行透视变换裁剪，获取矫正后的所述文本区域的图像的步骤中，所述方法包括：根据文本框顶点的横、纵坐标、及设定的所述文本框矫正后的高度，获得矫正后的所述文本框顶点的横、纵坐标，根据所述文本框顶点的横、纵坐标和矫正后的所述文本框顶点的横、纵...

【专利技术属性】
技术研发人员：王博帝，彭斌，杨艺，
申请(专利权)人：深圳市凌云视迅科技有限责任公司，
类型：发明
国别省市：